@InProceedings{GuarachiGonēMart:2022:UsApMį,
               author = "Guarachi, Mariane Souza and Gon{\c{c}}alves, Andr{\'e} Rodrigues 
                         and Martins, Fernando Ramos",
          affiliation = "{Universidade Federal de S{\~a}o Paulo (UNIFESP)} and {Instituto 
                         Nacional de Pesquisas Espaciais (INPE)} and {Universidade Federal 
                         de S{\~a}o Paulo (UNIFESP)}",
                title = "Uso de aprendizado de m{\'a}quina para gera{\c{c}}{\~a}o de 
                         s{\'e}ries temporais de irradia{\c{c}}{\~a}o solar na 
                         superf{\'{\i}}cie",
            booktitle = "Resumos...",
                 year = "2022",
               editor = "Ribeiro, Val{\'e}ria Cristina dos Santos and Paulicena, 
                         Ed{\'e}sio Hernane and Almeida, Elton Kleiton Albuquerque de and 
                         Correia, Emilia and Souza, Jo{\~a}o Paulo Estevam de and Hey, 
                         Heyder and Escada, Paulo Augusto Sobral and Savonov, Roman 
                         Ivanovitch and Camayo Maita, Rosio del Pilar",
                pages = "1",
         organization = "Semin{\'a}rio de Inicia{\c{c}}{\~a}o Cient{\'{\i}}fica e 
                         Inicia{\c{c}}{\~a}o em Desenvolvimento Tecnol{\'o}gico e 
                         Inova{\c{c}}{\~a}o (SICINPE)",
            publisher = "Instituto Nacional de Pesquisas Espaciais (INPE)",
              address = "S{\~a}o Jos{\'e} dos Campos",
                 note = "{Bolsa PIBIC/PIBITI/INPE/CNPq.}",
             keywords = "energia solar, modelagem num{\'e}rica, s{\'e}ries temporais.",
             abstract = "{\'E} de suma import{\^a}ncia ter dispon{\'{\i}}vel 
                         s{\'e}ries temporais de irradi{\^a}ncia solar de um determinado 
                         local na superf{\'{\i}}cie da Terra para aplica{\c{c}}{\~a}o 
                         em {\'a}reas cient{\'{\i}}ficas e tecnol{\'o}gicas. Em um caso 
                         mais espec{\'{\i}}fico, como a gera{\c{c}}{\~a}o de 
                         eletricidade pela energia solar s{\~a}o necess{\'a}rios dados 
                         detalhados de irradi{\^a}ncia solar para modelar o desempenho de 
                         uma planta fotovoltaica. Frequentemente, estas s{\'e}ries 
                         temporais s{\~a}o obtidas pelas medi{\c{c}}{\~o}es realizadas 
                         no solo ou s{\~a}o derivadas de imagens de sat{\'e}lites. No 
                         entanto, as observa{\c{c}}{\~o}es em solo podem apresentar 
                         descontinuidades, que duram de minutos a dias, no registro dos 
                         dados causadas pela manuten{\c{c}}{\~a}o preventiva e corretiva 
                         deficientes e falta de energia nos equipamentos. Esta falta de 
                         dados {\'e} prejudicial para o estudo de viabilidade de uma 
                         planta fotovoltaica, pois isso acarreta no crescimento das 
                         incertezas sobre o potencial t{\'e}cnico dispon{\'{\i}}vel no 
                         local. Portanto, {\'e} necess{\'a}rio a utiliza{\c{c}}{\~a}o 
                         de s{\'e}ries temporais geradas sinteticamente ou matematicamente 
                         para preencher as lacunas de dados das medi{\c{c}}{\~o}es. Com 
                         isso, o presente projeto de pesquisa tem como objetivo desenvolver 
                         metodologias de aprendizado de m{\'a}quina para obter estimativas 
                         de irradia{\c{c}}{\~a}o solar de S{\~a}o Martinho da Serra e 
                         Petrolina por meio da gera{\c{c}}{\~a}o de s{\'e}ries 
                         temporais. A metodologia de aprendizado de m{\'a}quina com a 
                         utiliza{\c{c}}{\~a}o de redes neurais artificiais foi aplicada 
                         para a gera{\c{c}}{\~a}o de s{\'e}ries temporais, utilizando a 
                         linguagem de programa{\c{c}}{\~a}o Python. Por fim, a s{\'e}rie 
                         artificial possibilitou investigar o desempenho no preenchimento 
                         de lacunas de dados em s{\'e}ries temporais.",
  conference-location = "on line",
      conference-year = "22 a 26 – ago",
             language = "pt",
         organisation = "Divis{\~a}o de Fomento a Pesquisa e Desenvolvimento (DIFPD)",
                  ibi = "8JMKD3MGP3W34T/47FQFAH",
                  url = "http://urlib.net/ibi/8JMKD3MGP3W34T/47FQFAH",
           targetfile = "Resumo_Mariane_Souza_Guarachi.pdf",
        urlaccessdate = "12 maio 2024"
}